虚拟电厂与智能巡检行业报告：电力AI

战略科技（计算机） 人工智能系列报告（三）/行业深度 虚拟电厂与智能巡检，电力AI地最佳落地场景 2023-03-29 报告日期： 行业评级：增持 主要观点： ChatGPT加速各行业应用落地，电力领域多环节需求展现 行业指数与沪深300走势比较 30% 20% 10% 0% -10% -20% -30% 沪深300计算机(申万) 分析师：尹沿技 执业证书号：S0010520020001邮箱：yinyj@hazq.com 分析师：王奇珏 执业证书号：S0010522060002 邮箱：wangqj@hazq.com 联系人：张旭光 执业证书号：S0010121090040邮箱：zhangxg@hazq.com 相关报告 1.《华安证券_行业研究_计算机行业 _深度报告_人工智能系列报告（二）：AI既是网安需求来源，也是网安下一形态》2023-3-29 2.《华安证券_行业研究_计算机行业 _深度报告_人工智能系列报告（一）：ChatGPT引发的大模型时代变革》2023-3-01 我们在之前的AI报告中曾说过，制约AI发展的因素一直都是和场景的结合，业界一直在为没有找到收入足以覆盖研发、算力等成本的应用模式而苦恼；另一方面，市场也在期待一个更通用的AI模型的出现。ChatGPT的出现在应用侧展现了一条通用化的路径，完美解答了商业模式与通用大模型两个问 题。在此基础上，AI+场景的应用或将迎来爆发。对于整个电力体系来说， 在发输变配用的多个环节均涉及到预测、调度、管理等需要软件需求，AI的接入有望帮助多个环节实现效率的提升已经人工的替代。从另一个方面讲，电网是一个以稳定与安全为第一位的体系，AI在电力体系的落地是一个相对 谨慎的过程，我们需要去找一些对于主网运行影响不大，同时智能化之后降本增效较为，明显的领域。我们认为主要是有两大方向，和下游用电相关的虚拟电厂和电力交易，以及和检测相关的智能化巡检。 虚拟电厂与电力交易是AI在电力领域的最佳落地场景 调控与管理是虚拟电厂的核心，正与AI技术的强项匹配。虚拟电厂是依托于信息技术和通信技术发展起来的智能管理系统，协调、控制、管理等是核心技术。具体来看，建设虚拟电厂可分为三大关键信息化技术：即协调控制、能量管理、信息通信技术。其中，协调控制技术要联通源网荷储多个环节的调整，并要做出对于发电量、用电量、电价等多个数据的判断，AI的接入有望极大的提升分析效率和准度；另一方面主要影响B端用电水平的虚拟电厂对于电网整体稳定性影响较小，有望率先接入大模型应用。 AI已经在电力巡检领域广泛应用，大幅提升检测效率 电网智能运维是基于以“云大物移智”为代表的数字技术，对电力系统输变配等环节的运行进行监控、分析及处理，提升电网的透明化水平及能源供给的质量与效率。在人工成本提升叠加智能化机器人能力提升的背景之下，机器代人是大趋势。一个50MW的变电站人工巡检完整一圈，覆盖所有设备所需要时间通常为2-3个月，而机器巡检仅需要2天左右的时间。从成本侧来 说，假设人工成本为1万元/月，年度人工成本为12万元，目前巡检机器人采购成本通常为50-80万元，按照10-20年折旧，单年仅2.5-8万元。目前，以AI算法为基础的运维已经广泛应用在了电力巡检之中，例如智洋创新已经建立了近百人的AI团队，相关技术已经应用到了电力系统巡检之中。 风险提示 1）电网下游投资进展不及预期； 2）技术研发突破不及预期； 3）政策支持不及预期； 敬请参阅末页重要声明及评级说明证券研究报告 正文目录 1CHATGPT催化应用加速，AI应用难题破解3 2虚拟电厂与电力交易是AI在电网落地的最佳场景5 2.1虚拟电厂是电力体系互通优化的关键，AI将进一步优化调控效率5 2.2外部政策叠加电网内部需求，虚拟电厂有望高速发展6 2.3虚拟电厂产业链前景广阔，相关企业有望开启高成长7 3AI技术已经广泛应用于智能巡检之中12 3.1信息化助力新型电力系统搭建，可视化运维不可或缺12 3.2多家公司积极布局智能运维14 风险提示17 图表目录 图表1CHATGPT模型流程图3 图表22017-2022全球公司应用AI比例及使用数量4 图表32022年AI应用次数最高场景4 图表4多个环节需要AI+4 图表5虚拟电厂示意图5 图表6我国风能资源分布情况6 图表7我国太阳能资源分布情况6 图表8“双碳”相关政策梳理7 图表9朗新科技“新电途”平台8 图表10远光碳资产数据展示平台9 图表11远光综合能源服务平台9 图表12恒实科技公司主营业务10 图表13国能日新虚拟电厂智慧运营管理系统10 图表14东方电子公司业务结构11 图表15各类电能装机量占比12 图表16机器巡检效益明显13 图表17电力系统各环节智能运维13 图表18公司输电线路智能运维分析管理系统构成图14 图表19公司智能机器人系列机器应用场景图15 图表20公司产品在电力系统各环节中的应用15 图表21公司主营业务、主要产品及服务展示图16 1ChatGPT催化应用加速，AI应用难题破解 ChatGPT催化AI+场景应用深化，AI落地能力获得突破。我们在之前的AI报告中曾说过，制约AI发展的因素一直都是和场景的结合应用，业界一直在为没有找到收入足以覆盖研发、算力等成本的应用模式而苦恼；另一方面，市场也在期待一个更通用的AI模型的出现。ChatGPT的出现在应用侧展现了一条通用化的路径，完美解答了商业模式与通用大模型两个问题。在此基础上，AI+场景的应用或将迎来爆发。 相比传统AI算法，GPT模型的区别在于通过海量参数，进一步提升了模型的精确度。初代的GPT模型参数是1.17亿，而GPT2的模型有15亿个参数，参数增加了10倍之多。第三代的GPT3模型，参数达到了1750亿，是GPT2参数的100倍。正是由于参数的指数级提升，使得模型的使用效果大幅提升。而此类参数上亿的模型，通常称之为“大模型”。GPT模型能够生成连贯和语法正确的文本，已被用于广泛的自然语言处理任务，包括语言翻译、文本补全和文本生成。 图表1ChatGPT模型流程图 40% 35% 30% 25% 20% 15% 10% 西北 华北东北西南中南 华东 5% 0% 2015 2016 2017Q3 资料来源：OpenAI，华安证券研究所 AI时代赋能多应用场景，数据价值体现。自2017年以来，全球企业对于AI的使用已到达了一个稳定高峰。根据麦肯锡数据，近四年，全球使用AI的企业数量占比在50-60%之间，较2017年20%的水平已提升2.5X。平均每个公司都会使用近四种AI能力，比起2018年的1.9种也近翻倍。其中，流程自动化、计算机视觉、自然语言分析、对话界面和深度学习已经成为前五大AI用途。而从训练到应用的逻辑来说，AI的广泛应用，其核心基础是高质量、与应用场景贴合的海量数据资源。 图表22017-2022全球公司应用AI比例及使用数量图表32022年AI应用次数最高场景 每个公司AI能力种类的平均数量 5全球使用AI的公司比例（%） 70%30 场景应用数量 24 20 19 1919 17 16 16 15 14 25 4 3 2 20% 1 0 1.9 47% 2.3 58%50% 3.1 3.9 56% 3.8 60% 20 50%50% 15 40%10 30%5 20%0 10% 0% 201720182019202020212022 资料来源：McKinsey，华安证券研究所资料来源：McKinsey，华安证券研究所 图表4多个环节需要AI+ AI在电力多个环节助力降本增效，稳定性与智能化是寻找电力AI场景的主线。对于整个电力体系来说，在发输变配用的多个环节均涉及到预测、调度、管理等需要软件需求，AI的接入有望帮助多个环节实现效率的提升已经人工的替代。从另一个方面讲，电网是一个以稳定与安全为第一位的体系，AI在电力体系的落地是一个相对谨慎的过程，我们需要去找一些对于主网运行影响不大，同时智能化之后降本增效较为，明显的领域。 我们认为主要是有两大方向，和下游用电相关的虚拟电厂和电力交易，以及和检测相关的智能化巡检。 资料来源：华安证券研究所整理 图表5虚拟电厂示意图 2虚拟电厂与电力交易是AI在电网落地的最佳场景 2.1虚拟电厂是电力体系互通优化的关键，AI将进一步优化调控效率 虚拟电厂是一种将不同空间的可调负荷、储能、微电网、充电桩、分布式电源等可控资源聚合起来的智慧能源系统，并以此作为一个特殊电厂实现对电力资源的自主协调及优化控制。虚拟电厂的核心是集控平台，集控平台一方面可以对收集的充电桩、居民用电等数据进行分析，做到需求侧的精准响应及管理，当需求侧供电量不足时，可以作为“正电厂”向电力系统供电，当发电侧电量过大，需求侧难以负荷时，又可以作为“负 电厂”加大负荷消纳电力系统电力，帮助电力市场削峰填谷，平滑新能源并网给电网带来的一系列影响；另一方面可以与大电网与电力市场互通，不仅有助于优化整个电网系统，还能为内部聚合的企业、用户、充电桩、储能、分布式能源等市场主体提供参与电 力市场化交易的途径，让他们都可以成为微型发电机，参与电力市场交易，从而获取套利收益。 资料来源：国网上海经研院，华安证券研究所 按照聚合优化的资源类别，虚拟电厂可分为两类，一类为“负荷类”虚拟电厂，另一类为“源网荷储一体化”虚拟电厂。具体来看，“负荷类”虚拟电厂指虚拟电厂运营商聚合具备负荷调节能力的电动汽车、充电桩等市场化电力用户，并作为一个整体对外提供负荷侧灵活响应调节服务，“源网荷储一体化”虚拟电厂指聚合新能源、用户及配套储 能项目，作为独立市场主体参与电力市场，不占用系统调峰能力，具备自主调峰调节能力，并可以为公共电网提供调节服务。 调控与管理是虚拟电厂的核心，正与AI技术的强项匹配。综上所述，虚拟电厂是依托于信息技术和通信技术发展起来的智能管理系统，协调、控制、管理等是核心技术。具体来看，建设虚拟电厂可分为三大关键信息化技术：即协调控制、能量管理、信息通信技术。其中，协调控制技术要联通源网荷储多个环节的调整，并要做出对于发电量、用电量、电价等多个数据的判断，AI的接入有望极大的提升分析效率和准度；另一方面主要影响B端用电水平的虚拟电厂对于电网整体稳定性影响较小，有望率先接入大模型应用。 2.2外部政策叠加电网内部需求，虚拟电厂有望高速发展 发展分布式能源是大势所趋，虚拟电厂迎来发展契机。从我国风光资源分布图中可知，风光大基地基本集中在西部和北部，而电力负荷却集中在中部和东部，空间维度的错配一方面催生了特高压输电的需求，另一方面也促进了分布式能源的发展。《关于促进 新时代新能源高质量发展实施方案的通知》中提出到2025年公共机构新建建筑屋顶光伏覆盖率力争达到50%，因此可以认为分布式能源进入快速发展时期。在发展过程中，最亟需解决的问题就是提升电网对新能源的消纳能力，解决由于新能源不稳定特性导致并网时产生的一系列影响，在这样的背景下，虚拟电厂、智能微电网等模式应运而生。虚拟电厂一方面可以作为传统的可调度发电厂及时响应内部需求侧，另一方面可充当分布式资源与电网运营商、电力交易市场之间的中介，实现能源交易。因此，我们认为，虚拟电厂是促进能源转型，实现新能源大规模并网的关键。 图表6我国风能资源分布情况图表7我国太阳能资源分布情况 资料来源：《200m高分辨率年平均风速分省图谱》、华安证券研究所 资料来源：《中国分省太阳能资源合集》、华安证券研究所 外部政策积极引导新能源发展，电网适应性是关键。20年习主席第一次在联合国大会上提出“碳达峰”、“碳中和”概念，自此不论是新能源发展还是电网建设均迎来了前所未有的时代机遇。22年5月30日和6月1日，发改委联合国能局、财政部等部门分别印发《关于促进新时代新能源高质量发展的实施方案的通知》和《“十四五”可再生能源发展规划》，强调目前新能源步入高质量发展新阶段，而电网的适应